• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권11호
• /
• pp.3603-3618
• /
• 2022

The offloading method is important when there are multiple mobile nodes and multiple edge servers. In the environment, those mobile nodes connect with edge servers with different bandwidths, thus taking different time and energy for offloading tasks. Considering the system load of edge servers and the attributes (the number of instructions, the size of files, deadlines, and so on) of tasks, the energy-aware offloading problem becomes difficult under our mobile edge environment (MCE). Most of the past work mainly offloads tasks by judging where the job consumes less energy. But sometimes, one task needs more energy because the preferred edge servers have been overloaded. Those methods always do not pay attention to the influence of the scheduling on the future tasks. In this paper, first, we try to execute the job locally when the job costs a lower energy consumption executed on the MD. We suppose that every task is submitted to the mobile server which has the highest bandwidth efficiency. Bandwidth efficiency is defined by the sending ratio, the receiving ratio, and their related power consumption. We sort the task in the descending order of the ratio between the energy consumption executed on the mobile server node and on the MD. Then, we give a "suffrage" definition for the energy consumption executed on different mobile servers for offloading tasks. The task selects the mobile server with the largest suffrage. Simulations show that our method reduces the execution time and the related energy consumption, while keeping a lower value in the number of uncompleted tasks.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권2호
• /
• pp.450-470
• /
• 2023

Traditional cloud computing faces some challenges such as huge energy consumption, network delay and single point of failure. Edge computing is a typical distributed processing platform which includes multiple edge servers closer to the users, thus is more robust and can provide real-time computing services. Although outsourcing data to edge servers can bring great convenience, it also brings serious security threats. In order to provide image retrieval while ensuring users' data privacy, a privacy preserving image retrieval scheme in edge environment is proposed. Considering the distributed characteristics of edge computing environment and the requirement for lightweight computing, we present a privacy-preserving image retrieval scheme in edge computing environment, which two or more "honest but curious" servers retrieve the image quickly and accurately without divulging the image content. Compared with other traditional schemes, the scheme consumes less computing resources and has higher computing efficiency, which is more suitable for resource-constrained edge computing environment. Experimental results show the algorithm has high security, retrieval accuracy and efficiency.

• 한국정보통신학회논문지
• /
• 제26권1호
• /
• pp.162-169
• /
• 2022

동적으로 변하는 시간 가변적 네트워크 환경에서 엣지 디바이스의 최적 이동패턴은 FEC환경에서 응용 서비스 사용자에 근접한 에지 클라우드 서버에 컴퓨팅 리소스를 분배하거나 새로운 에지 서버(기지국)를 배치하는데 적용함으로써, 클라우드 컴퓨팅의 단점인 지연시간 문제 완화를 위한 효율적 계산 오프로딩이 가능한 환경 구축에 활용이 가능하다. 본 논문은 임의의 시간제약 및 이동규칙 등이 적용되는 시공간 환경에서 응용 서비스를 요구하는 다수의 엣지 디바이스(이동객체)들의 이동경로를 빈발도 기반으로 분석하여 최적 이동패턴을 추출하는 알고리즘을 제안한다. 제안한 OPE_freq 알고리즘을 A^* 및 Dijkstra 알고리즘들과 비교 실험을 통하여, 제안 알고리즘이 상대적으로 빠른 연산시간과 적은 메모리를 사용하고 보다 정확한 최적경로를 추출함을 알 수 있다. 또한 A^* 알고리즘과의 비교 결과를 통하여 가중치를 빈발도와 동시에 적용함으로써 경로 추출의 정확도를 향상시킬 수 있음을 도출하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권2호
• /
• pp.383-403
• /
• 2021

With the development of mobile edge computing (MEC), some late-model application technologies, such as self-driving, augmented reality (AR) and traffic perception, emerge as the times require. Nevertheless, the high-latency and low-reliability of the traditional cloud computing solutions are difficult to meet the requirement of growing smart cars (SCs) with computing-intensive applications. Hence, this paper studies an efficient offloading decision and resource allocation scheme in collaborative vehicular edge computing networks with multiple SCs and multiple MEC servers to reduce latency. To solve this problem with effect, we propose a context-aware offloading strategy based on differential evolution algorithm (DE) by considering vehicle mobility, roadside units (RSUs) coverage, vehicle priority. On this basis, an autoregressive integrated moving average (ARIMA) model is employed to predict idle computing resources according to the base station traffic in different periods. Simulation results demonstrate that the practical performance of the context-aware vehicular task offloading (CAVTO) optimization scheme could reduce the system delay significantly.

• Journal of Platform Technology
• /
• 제11권3호
• /
• pp.3-11
• /
• 2023

실시간 관제 시스템은 IoT, 이동통신과 같은 기반 기술의 발달과 공장관리, 차량 운행 체크 등 실시간성이 중요시되는 서비스가 증가함에 따라 급격히 성장하고 있다. 이 시스템의 시간적 민감성을 높이기 위해 다양한 솔루션이 제시되어 왔으나, 현재 대부분의 실시간 관제 시스템은 관제소 등에 위치한 로컬 서버와 다수의 클라이언트로 구성되어 있고, 이들은 다양한 단계를 거쳐 관제 시스템이 위치한 로컬 서버로 전송되고, 그 대응 역시 동일한 단계를 거쳐 진행되는 등 기존 네트워크 및 시스템의 구조적 한계가 있다. 본 논문에서는 실시간 관제 시스템 중 하나인 버스 정보 시스템이 정보를 수집한 시점에서 사용자에게 해당 정보를 제공하기까지 소모되는 시간을 줄일 수 있는 엣지 컴퓨팅 기반 실시간 관제 모델을 제안하였다. 기존 모델과 엣지 컴퓨팅 모델을 시뮬레이션 한 결과, 엣지 컴퓨팅 모델은 사용자에게 데이터를 전송하기 위한 코스트가 기존 모델에 비해 최소 10% 에서 최대 80%까지 감소함을 확인하였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제10권11호
• /
• pp.291-296
• /
• 2021

사물인터넷의 발전으로 인하여 수많은 디바이스가 생겨나고, 큰 계산 자원을 요구하는 태스크들이 많이 발생된다. 이런 사물인터넷 환경에서 Mobile Edge Computing(MEC)는 지리적으로 사용자와 근접하여 서비스를 제공하기 때문에 많은 주목을 받고 있다. MEC 서버로의 태스크 오프로딩은 제한된 배터리 수명과 계산 능력을 갖고 있는 디바이스에게 효율적이다. 본 연구는 높은 신뢰도를 요구하는 산업용 IoT 환경을 가정하였다. 많은 디바이스와 여러 MEC 서버와 같은 환경으로 최적화에 있어서 복잡성이 발생한다. 이를 해결하기 위해 문제를 두 개로 나눠 해결한다. MEC 서버의 큐 상태를 고려하여 큐의 제한 길이를 충족하는 MEC 서버를 선택한 뒤, 유전 알고리즘을 사용하여 신뢰도를 고려하면서도 에너지 소모량을 최적화하는 오프로딩 결정 알고리즘을 제시한다. 본 연구는 실험을 통하여 에너지 소모량과 신뢰성 측면에서 제안 알고리즘의 성능이 효율적임을 분석하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권11호
• /
• pp.3638-3657
• /
• 2022

In urban vehicular edge computing (VEC) environments, one edge server always serves many task requests in its coverage which results in the resource-constrained problem. To resolve the problem and improve system utilization, we first design a general hierarchical resource management framework based on typical VEC network structures. Following the framework, a specific interacting protocol is also designed for our decision algorithm. Secondly, a greedy bidding-based multi-hop task scheduling decision algorithm is proposed to realize effective task scheduling in resource-constrained VEC environments. In this algorithm, the goal of maximizing system utility is modeled as an optimization problem with the constraints of task deadlines and available computing resources. Then, an auction mechanism named greedy bidding is used to match task requests to edge servers in the case of multiple hops to maximize the system utility. Simulation results show that our proposal can maximize the number of tasks served in resource constrained VEC networks and improve the system utility.

• 한국멀티미디어학회논문지
• /
• 제20권8호
• /
• pp.1369-1378
• /
• 2017

Pub/Sub (Publish/Subscribe) paradigm is a simple and easy to use model for interconnecting applications in a distributed environment. In general, subscribers register their interests in a topic or a pattern of events and then asynchronously receive events matching their interest, regardless of the events' publisher. In order to build a low latency lightweight pub/sub system for Internet of Things (IoT) services, we propose a GQSFPS (Group Quorum System-based Fog Pub/Sub) system that is a core component in the event-driven service oriented architecture framework for IoT services. The GQSFPS organizes multiple installed pub/sub brokers in the fog servers into a group quorum based P2P (peer-to-peer) topology for the efficient searching and the low latency accessing of events. Therefore, the events of IoT are cached on the basis of group quorum, and the delay-sensitive IoT applications of edge devices can effectively access the cached events from group quorum fog servers in low latency. The performance of the proposed GQSFPS is evaluated through an analytical model, and is compared to the GQPS (grid quorum-based pud/sub system).

• International Journal of Internet, Broadcasting and Communication
• /
• 제13권1호
• /
• pp.201-209
• /
• 2021

The term, eGovernmen or e-Government, uses technology communications devices such as computers and the Internet to provide public services to citizens and others. The eGovernment or e-government provides citizens with new opportunities to access the government directly and conveniently, while the government provides citizens with directservices. Also, in these days, cloud computing is a feature that enables users to use computer system resources, especially data storage (cloud storage) and on-demand computing power, without having to manage themselves. The term is commonly used to describe data centers that are available to many users over the Internet. Today, the dominant Big Cloud is distributed across multiple central servers. You can designate it as an Edge server if it is relatively close to the user. However, despite the prevalence of e-government and cloud computing, each of these concepts has evolved. Research attempts to combine these two concepts were not being made properly. For this reason, in this work, we aim to produce independent and objective analysis results by separating progress steps for the analysis of e-government cloud service platforms. This work will be done through an analysis of the development process and architectural composition of the e-government development standard framework and the cloud platform PaaS-TA. In addition, this study is expected to derive implications from an analysis perspective on the direction and service composition of the e-government cloud service platform currently being pursued.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제11권5호
• /
• pp.139-146
• /
• 2022

최근 사물 인터넷의 발전과 함께 차량과 IT 기술의 융합되어 자율주행과 같은 고성능의 어플리케이션들이 등장하면서 멀티 액세스 엣지 컴퓨팅(MEC)이 차세대 기술로 부상하였다. 이런 계산 집약적인 태스크들을 낮은 지연시간 안에 제공하기 위해, 여러 MEC 서버(MECS)들이 협력하여 해당 태스크를 수행할 수 있도록 태스크를 파티셔닝하는 기법들이 많이 제안되고 있다. 태스크 파티셔닝과 관련된 연구들은 모바일 디바이스에서 태스크를 파티셔닝하여 여러 MECS들에게 오프로딩을 하는 기법과 디바이스에서 MECS로 오프로딩한 후 해당 MECS에서 파티셔닝하여 다른 MECS들에게 마이그레이션하는 기법으로 나누어볼 수 있다. 본 논문에서는 오프로딩과 마이그레이션을 이용한 파티셔닝 기법들을 파티셔닝 대상 선정 방법 및 파티셔닝 개수 변화에 따른 서비스 지연시간, 거절률 그리고 차량의 에너지 소비량 측면에서의 성능을 분석하였다. 파티셔닝 개수가 증가할수록 지연시간의 성능은 향상하나, 거절률과 에너지 소모량의 성능은 감소한다.